Kapitel 3: Datenbanksysteme

Transkript

1 LUDWIG- MAXIMILIANS- UNIVERSITY MUNICH DEPARTMENT INSTITUTE FOR INFORMATICS Skript zur Vorlesung: Einführung in die Informatik: Systeme und Anwendungen Sommersemester 2015 Kapitel 3: Datenbanksysteme Vorlesung: Prof. Dr. Christian Böhm Übungen: Sebastian Goebl, Dr. Bianca Wackersreuther Skript Christian Böhm Einführung_in_die_Informatik_Systeme_und_Anwendungen

2 Überblick 3.1 Einleitung 3.2 Das Relationale Modell 3.3 Die Relationale Algebra 3.5 Das E/R-Modell 3.6 Normalformen 2

3 Bisher haben wir die Umsetzung der Operatoren der relationalen Algebra in SQL kennen gelernt: SELECT Attribute FROM Relationen WHERE Bedingung sowie die Mengenoperationen (UNION, EXCEPT,...) In diesem Kapitel lernen wir Erweiterungen von SQL kennen, die effektives Arbeiten ermöglichen, u.a. Aggregationen Sortieren und Gruppieren von Tupeln Sichten Darüberhinaus gibt es weitere Konstrukte, die wir im Rahmen dieser Vorlesung nicht genauer vertiefen werden 3

4 Subqueries An jeder Stelle in der select- und where-klausel, an der ein konstanter Wert stehen kann, kann auch eine Subquery (select...from...where...) stehen. Diese Art heißt auch direkte Subquery Einschränkungen: Subquery darf nur ein Attribut ermitteln (Projektion) Subquery darf nur ein Tupel ermitteln (Selektion) Beispiel: Dollarkurs aus Kurstabelle select Preis, Preis * ( select Kurs from Devisen where DName = US$ ) as USPreis from Waren where... 4

5 Subquery mit IN Beispiel Gegeben sind die Tabellen MagicNumbers (Name: String, Wert: Int) Primzahlen (Zahl: Int) Anfrage: Alle MagicNumbers, die Primzahlen sind select * from MagicNumbers where Wert in ( select Zahl from Primzahlen ) Anfrage: Alle MagicNumbers, die nicht prim sind select * from MagicNumbers where Wert not in ( select Zahl from Primzahlen ) 5

6 Subquery mit IN (cont.) Nach dem Ausdruck A i [not] in... kann stehen: Explizite Aufzählung von Werten: A i in (2,3,5,7,11,13) Eine Subquery: A i in (select wert from Primzahlen where wert<=13) Auswertung: Erst Subquery auswerten In explizite Form (2,3,5,7,11,13) umschreiben und einsetzen Zuletzt Hauptquery auswerten 6

7 Sortieren In SQL mit ORDER BY A 1, A 2,... Bei mehreren Attributen: Lexikographisch A B order by A, B A B order by B, A A B Steht am Schluss der Anfrage Nach Attribut kann man ASC für aufsteigend (Default) oder DESC für absteigend angeben Nur Attribute der SELECT-Klausel verwendbar 7

8 Beispiel Gegeben: MagicNumbers (Name: String, Wert: Int) Primzahlen (Zahl: Int) Anfrage: Alle MagicNumbers, die prim sind, sortiert nach dem Wert beginnend mit größtem Nicht möglich: select * from MagicNumbers where Wert in (select Zahl from Primzahlen) order by Wert desc select Name from MagicNumbers order by Wert 8

9 Aggregation Berechnet Eigenschaften ganzer Tupel-Mengen Arbeitet also Tupel-übergreifend Aggregatfunktionen in SQL: count Anzahl der Tupel bzw. Werte sum Summe der Werte einer Spalte avg Durchschnitt der Werte einer Spalte max größter vorkommender Wert der Spalte min kleinster vorkommender Wert Aggregate können sich erstrecken: auf das gesamte Anfrageergebnis auf einzelne Teilgruppen von Tupeln 9

10 Aggregatfunktionen stehen in der Select-Klausel Beispiel: Gesamtzahl und Durchschnitt der Einwohnerzahl aller Länder, die mit B beginnen: select sum (Einw), avg (Einw) from länder where LName like B% Ergebnis ist immer ein einzelnes Tupel: Keine Mischung aggregierte/nicht aggregierte Attribute 10

11 NULL-Werte werden ignoriert (auch bei count) Eine Duplikatelimination kann erzwungen werden count (distinct KName) zählt verschiedene Kunden count (all KName) zählt alle Einträge (außer NULL) count (KName) ist identisch mit count (all KName) count (*) zählt die Tupel des Anfrageergebnisses (macht nur bei NULL-Werten einen Unterschied) Beispiel: Produkt (PName, Preis,...) Alle Produkte, mit unterdurchschnittlichem Preis: select * from Produkt where Preis < (select avg (Preis) from Produkt) 11

12 Gruppierung Aufteilung der Ergebnis-Tupel in Gruppen Ziel: Aggregationen Beispiel: Gesamtgehalt und Anzahl Mitarbeiter pro Abteilung Mitarbeiter Aggregationen: PNr Name Vorname Abteilung Gehalt Σ Gehalt COUNT 001 Huber Erwin Mayer Hugo Müller Anton Schulz Egon Bauer Gustav Beachte: So in SQL nicht möglich! Anfrage-Ergebnis soll wieder eine Relation sein 12

13 Mitarbeiter PNr Name Vorname Abteilung Gehalt 001 Huber Erwin Mayer Hugo Müller Anton Schulz Egon Bauer Gustav In SQL: select Abteilung, sum (Gehalt), count (*) from Mitarbeiter group by Abteilung Abteilung sum (Gehalt) count (*)

14 Syntax in SQL: select... from... [where...] [group by [having...]] A 1, A 2,... [order by...] Wegen Relationen-Eigenschaft des Ergebnisses Einschränkung der select-klausel. Erlaubt sind: Attribute aus der Gruppierungsklausel (incl. arithmetischer Ausdrücke etc.) Aggregationsfunktionen auch über andere Attribute, count (*) in der Regel kein select * from... 14

15 Beispiel: Mitarbeiter PNr Name Vorname Abteilung Gehalt 001 Huber Erwin Mayer Hugo Müller Anton Schulz Egon Bauer Gustav select PNr, Abteilung, sum (Gehalt) from Mitarbeiter group by Abteilung nicht möglich!!! PNr Abteilung Gehalt 001,002, ,

16 Die Having-Klausel Motivation: Ermittle das Gesamt-Einkommen in jeder Abteilung, die mindestens 5 Mitarbeiter hat In SQL nicht möglich: select ANr, sum (Gehalt) from Mitarbeiter where count (*) >= 5 GEHT NICHT! group by ANr STATTDESSEN: having count (*) >= 5 Grund: Gruppierung wird erst nach den algebraischen Operationen ausgeführt 16

17 Auswertung der Gruppierung an folgendem Beispiel: select A, sum(c) from... where... group by A having sum (C) < 10 and max (B) = 4 1. Schritt: 2. Schritt: 3. Schritt: 4. Schritt: from/where Gruppenbildung Aggregation having (= Selektion) A B C A B C A sum(c) max(b) A sum(c) max(b) Schritt: Projektion A sum(c)

18 Zur Erinnerung: Drei-Ebenen-Architektur zur Realisierung von physischer und logischer Datenunabhängigkeit (nach ANSI/SPARC) Externe Ebene: Gesamt-Datenbestand ist angepasst, so dass jede Anwendungsgruppe nur die Daten sieht, die sie... sehen will (Übersichtlichkeit) sehen soll (Datenschutz) Logische Datenunabhängigkeit In SQL: Realisiert mit dem Konzept der Sicht (View) 18

19 Was ist eine Sicht (View)? Virtuelle Relation Was bedeutet virtuell? Die View sieht für den Benutzer aus wie eine Relation: select... from View 1, Relation 2,... where... mit Einschränkung auch: insert, delete und update Aber die Relation ist nicht real existent / gespeichert; Inhalt ergibt sich durch Berechnung aus anderen Relationen Besteht aus zwei Teilen: Relationenschema für die View (nur rudimentär) Berechnungsvorschrift, die den Inhalt festlegt: SQL-Anfrage mit select... from... where 19

20 Viewdefinition in SQL Das folgende DDL-Kommando erzeugt eine View create [or replace] view VName [(A 1, A 2,...)] as select... relativ unüblich Beispiel: Eine virtuelle Relation Buchhalter, nur mit den Mitarbeitern der Buchhaltungsabteilung: create view Buchhalter as select PNr,Name,Gehalt from Mitarbeiter where ANr=01 Die View Buchhalter wird erzeugt: Mitarbeiter PNr Name Vorname ANr Gehalt 001 Huber Erwin Mayer Hugo Müller Anton Schulz Egon Bauer Gustav Buchhalter PNr Name Gehalt 001 Huber Mayer Müller

21 Konsequenzen Automatisch sind in dieser View alle Tupel der Basisrelation, die die Selektionsbedingung erfüllen An diese können beliebige Anfragen gestellt werden, auch in Kombination mit anderen Tabellen (Join) etc: select * from Buchhalter where Name like B% In Wirklichkeit wird lediglich die View-Definition in die Anfrage eingesetzt und dann ausgewertet: select * from Buchhalter where Name like B% Buchhalter: select PNr,Name,Gehalt from Mitarbeiter where ANr=01 ergibt: select * from ( select PNr, Name, Gehalt from Mitarbeiter where ANr=01 ) where Name like B% 21

22 Bei Updates in der Basisrelation (Mitarbeiter) ändert sich auch die virtuelle Relation (Buchhalter) Umgekehrt können (mit Einschränkungen) auch Änderungen an der View durchgeführt werden, die sich dann auf die Basisrelation auswirken (Stichwort: Effekt-Konformität, wird hier nicht vertieft) Eine View kann selbst wieder Basisrelation einer neuen View sein (View-Hierarchie) Views sind ein wichtiges Strukturierungsmittel für Anfragen und die gesamte Datenbank Löschen einer View: drop view VName 22

23 Folgende Konstrukte sind in Views erlaubt: Selektion und Projektion (incl. Umbenennung von Attributen, Arithmetik) Kreuzprodukt und Join Vereinigung, Differenz, Schnitt Gruppierung und Aggregation Die verschiedenen Arten von Subqueries Nicht erlaubt: Sortieren 23

24 Materialisierte View Eine sog. materialisierte View ist keine virtuelle Relation sondern eine real gespeicherte Der Inhalt der Relation wurde aber durch eine Anfrage an andere Relationen und Views ermittelt In SQL einfach erreichbar durch Anlage einer Tabelle MV und Einfügen der Tupel mit: insert into MV (select... from... where) Bei Änderungen an den Basisrelationen keine automatische Änderung in MV und umgekehrt DBS bieten oft auch spezielle Konstrukte zur Aktualisierung (Snapshot, Trigger) 24